特讯热点！超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。

波音、空客陷假货门：伪造文件售钛部件 安全隐忧再起

北京 - 6月14日，据美国联邦航空管理局（FAA）消息，两大飞机制造巨头波音和空客可能在其飞机中使用了伪造文件售出的钛部件。这一消息引发业界震惊，也让飞机的安全隐忧再次成为焦点。

指控来自供应商

此次指控来自波音和空客的共同供应商、美国势必锐航空系统公司（Spirit AeroSystems）。该公司表示，其发现部分供应给波音和空客飞机的钛部件存在伪造文件问题。这些文件被用来证明钛部件符合航空航天标准，但实际上可能存在质量问题。

波音和空客回应

波音和空客均对相关指控表示高度重视，并已展开调查。波音表示，其已经从供应链中移除所有可疑钛部件，并将对供应商进行追责。空客则表示，其正在与相关部门合作调查此事，并将采取必要措施确保飞机安全。

事件影响

这一事件可能对波音和空客造成重大影响。两家公司都可能面临巨额罚款和诉讼，其飞机的安全性也可能受到质疑。此外，事件还可能波及整个航空业，导致飞机交付延误和停飞事件增加。

分析：

• 此事件再次暴露了航空航天供应链中的质量控制问题。飞机部件的质量对飞行安全至关重要，任何质量问题都可能导致严重后果。
• 各国航空监管机构应加强对飞机制造商和供应商的监管，杜绝类似事件再次发生。
• 飞机制造商和供应商也应提高质量意识，严格执行质量控制标准，确保产品安全。

后续：

目前，FAA已经对波音和空客展开调查。调查结果将决定两家公司是否会受到处罚。此外，事件也可能促使各国航空监管机构加强对航空航天供应链的监管。

新标题：

波音、空客陷假货门 钛部件安全隐忧再起 供应链质量控制漏洞待补